融合Sin混沌和分段权值的阿基米德优化算法

作者：罗仕杭; 何庆

来源：计算机工程与应用, 2021, 1-12.

• 阿基米德优化算法
• Sin混沌反向学习
• 算数交叉操算子
• 分段权值
• 机械优化设计

针对阿基米德优化算法（Archimedes Optimization Algorithm，AOA）存在全局搜索能力弱、收敛精度低，易陷入局部最优等问题，提出融合Sin混沌和分段权值的阿基米德优化算法（SAOA）。首先，采用无限折叠迭代的Sin混沌反向学习策略初始化种群，提高初始阶段解的质量，为全局搜索多样性奠定基础；其次，引入算数交叉算子，将当前个体向与全局最优个体进行交叉，引导种群向最优解区域寻优，提高全局搜索能力；同时，引入分段权值策略，平衡算法的全局勘探与局部开发能力，降低算法陷入局部最优的概率；最后，通过对8个测试函数和部分CEC2014函数进行仿真实验及Wilcoxon秩和检验来评估改进算法的寻优性能，实验结果表明改进算法在搜索精度、收敛速度和稳定性等方面均有较大提升。另外，引入优化机械设计案例进行测试分析，进一步验证SAOA在工程优化问题上的可行性和适用性。

• 单位
  贵州大学